经常收到私信问我想学Python但不知道从哪开始收藏了一堆教程却连第一步都没迈出去。有人卡在安装上装完了打开一个黑窗口就懵了有人装是装好了但不知道用什么写代码还有人跟着网上的例子敲了两行就报错一报错就关掉再也没打开过。这篇东西就是干这个事的。我准备把零基础入门Python最绕不开的三件事一次讲透环境搭建、核心语法、常用数据类型。不懂编程的能跟着一步步照做以前摸过一点但没系统学的也能借这篇把底子补齐。时长大概一个下午敲完这些代码你就具备自己写小脚本解决实际问题的能力了。先说清楚我的立场我不是卖课的也不是写文档的就是常年用Python干活、也带过不少新人入门的从业者。下面讲的全是我在实际中反复验证过、觉得零基础最该先掌握的东西废话不多直接开工。1. 环境搭建别急着装一堆东西先想清楚你要的是什么1.1 为什么环境这一步能劝退一半的人Python本质上是一个解释器程序你说“装Python”其实就是把解释器装到电脑上让它能读懂你写的.py文件。很多新手一上来就搜“Python安装教程”装完了发现还有Anaconda、VS Code、PyCharm、Jupyter、pip、虚拟环境这些词瞬间头大。我的建议很简单零基础第一周只需要三样东西——Python解释器、一个趁手的编辑器、一个能跑命令的终端。其他的什么Anaconda、Jupyter、虚拟环境你以后用到再说现在装了反而徒增困惑。还有一个常见误区有人觉得“用网页在线编辑器不就行了吗何必装环境”。在线编辑器能帮你跑通语法但你会错过一个最关键的体验——在自己电脑上直接运行脚本的感觉。而且后续你要装第三方库、读写文件、调用摄像头这些必须本地环境才能玩。所以第一步老老实实装本地环境。1.2 Python版本怎么选别追新选稳定去python.org下载的时候你会看到3.x的小版本很多比如3.10、3.11、3.12、3.13。新手不用纠结太久我的建议是选当前时间点最新的稳定版但别选刚刚发布的大版本比如刚出3.13的那阵子我就不太推荐生态兼容还没跟上。稳妥的做法是选3.10到3.12之间的小版本。不要装2.x版本Python 2已经彻底停止维护了网上那些老教程动不动就出现print hello这种写法就是2.x的语法你照着写肯定是错的。下载的时候注意看是64位还是32位。现在绝大多数电脑都是64位选Windows installer (64-bit)就行。macOS用户直接下载macOS 64-bit universal2 installer一路下一步也能装好。1.3 Windows和macOS的安装实操Windows用户的关键一步安装向导第一屏下面有个Add Python to PATH的复选框一定要勾上。这个勾选决定你之后在终端里能不能直接输入python命令无数人栽在这里装完发现“python不是内部或外部命令”十有八九就是没勾这个。装完怎么验证打开终端Windows按Win R输入cmd回车macOS打开“终端”App输入python --version看到类似Python 3.11.x的输出就说明装好了。再顺手验证一下包管理工具pip --versionmacOS用户如果输入python没反应试试python3。这算是macOS一个惹人烦的小毛病系统自带的Python 2残留和一些软链接问题导致命令不一致没什么大碍后面我会在常见问题里细说。如果下载官网太慢可以用国内的开源镜像站下载安装包速度和稳定性都有保障。这类镜像站是正规的开源软件分发渠道安心用就行。1.4 编辑器选型VS Code还是PyCharm装上解释器之后你还需要一个写代码的地方。纯文本编辑器记事本当然也能写但没有任何辅助提示一个括号写错就要折腾半天不推荐。我见过太多新手在“选哪个编辑器”这个选择题上反复横跳一说VS Code好用就装VS Code一看别人用PyCharm又说PyCharm专业搞了两天还在装软件。编辑器只是工具核心是让你赶紧开始写代码。对比项VS CodePyCharm 社区版上手难度较低轻量中等功能全安装体积小启动快较大启动稍慢调试功能够用更强智能提示安装Python插件后很好开箱即用适合谁推荐零基础首选喜欢集成环境的人我个人推荐零基础从VS Code开始。原因就一个它轻你不用在一堆窗口和配置里迷路装一个官方Python插件就能写。等以后你开始做完整项目了再换PyCharm或者继续用VS Code都行这不影响你学Python本身。VS Code装完之后在扩展商店搜Python选微软官方发布那个发行方是Microsoft装完重启一下。写代码的时候它会自动帮你做语法高亮和代码提示体验差很远。1.5 终端里跑起来你的第一个Python程序先别急着写文件我教你用Python自带的交互模式直接体验一下。在终端输入python你会看到提示符变成这就是进入了Python交互环境也叫REPLRead-Eval-Print Loop。在这里输入的每一行代码回车就立刻执行。就像你跟Python解释器在聊天你说一句它回一句。输入下面这行回车print(Hello, Python)看到输出Hello, Python恭喜你的环境真的通了。这个时刻值得停一下因为很多人就是从这里开始从一个“看教程的人”变成一个“动手写程序的人”。按Ctrl ZWindows或Ctrl DmacOS退出交互模式。然后我们再走一遍正规流程新建一个hello.py文件在VS Code里打开写入print(Hello, Python)保存后在VS Code的终端里运行python hello.py看到同样输出。这就完整跑通了“写文件—运行文件”的流程以后写脚本都是这么干。1.6 虚拟环境现在还不用深究但得知道这个名字你可能会在教程里频繁看到“虚拟环境”“venv”“conda”这些词。简单打个比方Python自带的包就像你家客厅里的公共物品所有项目都能用而虚拟环境就是在家里隔出一个个独立房间每个房间有自己的一套工具互相不干扰。为什么要这么搞因为以后你跑不同项目可能需要不同版本的第三方库比如A项目用pandas 1.xB项目用pandas 2.x全装到全局就会打架。用虚拟环境就能各玩各的。零基础阶段你先知道有这回事即可。等你真的要装pytorch、yolov8这类重量级框架时再回来学venv或conda也不迟。这里提它是为了让你之后看到相关教程不慌——这不是什么高深的东西就是项目管理的一个机制罢了。2. Python核心语法先掌握能让程序跑起来的骨架2.1 变量和赋值Python的变量比你想得自由Python不需要你提前声明变量类型直接起个名字、用等号赋值就行name 张三 age 28 height 1.78 is_student True这几种写法分别给变量name、age、height、is_student赋了不同类型的值。注意Python是动态类型语言意思是同一个变量名可以一会儿存数字、一会儿存字符串x 10 x 现在变成字符串了这在C语言或Java里是绝对不允许的但在Python里合法。初学者会觉得这太随意但实际这是Python舒服的地方——写脚本时不用为了类型声明浪费心力。但变量命名有规矩记三条就够了只能用字母、数字、下划线且不能以数字开头1var是错的var1是对的不能起名叫if、for、while、class这些Python关键字习惯上用小写字母下划线风格比如my_name这叫snake_case。2.2 基础运算别小看这里坑都在细节里常见的算术运算符print(10 3) # 13 print(10 - 3) # 7 print(10 * 3) # 30 print(10 / 3) # 3.3333333333333335 print(10 // 3) # 3 print(10 % 3) # 1 print(10 ** 3) # 1000两个容易懵的地方/是普通除法结果是浮点数//是整除直接去掉小数部分。%是取余数。**是幂运算表示10的三次方。比较和逻辑运算print(5 3) # True print(5 3) # False print(5 ! 3) # True print(True and False) # False print(True or False) # True print(not True) # False这里特别提醒判断相等是两个等号不是一个等号。一个等号是赋值两个等号才是比较这是新手报错排行榜前三的错误来源。字符串也能参与一些运算print(Hello Python) # 字符串拼接 print( * 20) # 字符串重复输出20个等号2.3 条件判断让代码知道什么情况下做什么if语句的写法是score 85 if score 90: print(优秀) elif score 60: print(及格) else: print(不及格)注意三个细节条件后面要加冒号:条件满足后执行的代码前面要缩进Tab键或4个空格Python用缩进而不是大括号来划分代码块这是Python最鲜明的语法特点判断顺序是从上往下elif的意思是“否则如果”前面判断为假才检查后面的。缩进错误是零基础最容易犯的毛病。一会没缩进、一会缩进了多一格程序就报IndentationError。我的建议是全篇统一用4个空格不要让Tab和空格混用。很多编辑器会自动把Tab转成4个空格你只要别手动去混合就行。2.4 循环让重复操作交给机器最常见的for循环for i in range(5): print(i)输出0、1、2、3、4。range(5)生成从0到4的整数序列注意不包括5这是新手第一次接触最容易疑惑的点。想要1到5写成range(1, 6)。while循环适合不知道具体循环几次的场景count 0 while count 3: print(还在循环中, count) count 1count 1就是count count 1的简写。写while循环千万小心如果忘了让条件改变程序就会无限循环窗口一直刷屏。要是遇到这种情况按Ctrl C强制中断。break用于提前跳出循环continue用于跳过本次剩余代码进入下一次for i in range(10): if i 3: continue # 跳过3 if i 7: break # 到7直接结束循环 print(i)2.5 函数把一段逻辑打包成可复用的零件函数是代码复用的基础。定义一个函数def add(a, b): result a b return result sum_value add(3, 5) print(sum_value) # 8def是定义函数的关键字后面跟函数名、括号里的参数、冒号函数体要缩进。return用来把计算结果返回给调用方。如果一个函数没有return它默认返回None。函数参数还可以有默认值def greet(name, greeting你好): print(greeting , name) greet(张三) # 你好, 张三 greet(李四, 晚上好) # 晚上好, 李四零基础阶段把函数理解成“自己造的快捷指令”就行把一段逻辑用名字封装起来需要用的时候喊一声。等你以后学到类、装饰器那些东西会发现它们的根基都在“函数”这个概念上。3. 常用数据类型全解析Python程序的血肉3.1 先看全景图Python有哪些内置数据类型Python常用的数据类型就这些背下来不费劲类型名称示例可变性int整数42不可变float浮点数3.14不可变str字符串hello不可变bool布尔值True不可变NoneType空值None不可变list列表[1, 2, 3]可变tuple元组(1, 2, 3)不可变dict字典{name: 张三}可变set集合{1, 2, 3}可变“可变”指的是数据本身能不能被修改列表可以增删元素所以可变字符串一旦创建就改不了所以不可变。这个概念很重要后面很多让人费解的问题都源于此。用内置函数type()可以查看任何数据的类型print(type(42)) # class int print(type(hello)) # class str print(type([1, 2])) # class list3.2 数字类型int和float的日常与精度陷阱整数和小数是最基础的类型。大部分运算都很直观但有一个坑几乎人人会遇到——浮点数精度print(0.1 0.2)你可能以为输出0.3实际输出的却是0.30000000000000004。这不是Python的bug而是所有编程语言在二进制里存储十进制小数时都有的精度问题。C语言、Java也一样只是Python直接给你显示出来了。解决方式有几个想比较两个浮点数别用改用“差值小于一个极小值”的办法做金额计算不想有精度问题用Decimal模块。零基础阶段知道有这么回事就行但别在某次运行结果奇怪时慌。3.3 字符串你打交道最多的类型字符串一眼就能认出来被单引号或双引号包裹的内容。要注意的是Python里字符串是不可变的你对字符串做修改操作实际上都是生成一个新字符串。常用操作s hello, Python print(s.strip()) # 去掉首尾空格: hello, Python print(s.upper()) # 大写: HELLO, PYTHON print(s.lower()) # 小写: hello, python print(s.replace(Python, Java)) # 替换 print(s.split(,)) # 按逗号拆成列表: [ hello, Python ] print(len(s)) # 长度字符串拼接和格式化零基础阶段掌握三种方式就够name 张三 age 28 # 方式一加号拼接 print(我叫 name 今年 str(age) 岁) # 方式二%格式化 print(我叫%s今年%d岁 % (name, age)) # 方式三f-string最推荐 print(f我叫{name}今年{age}岁)f-string是Python 3.6之后引入的写法在字符串前加f用花括号直接嵌入变量最直观最好用。能少敲代码且不容易错就该优先选它。强烈建议你现在就开始用f-string以后写爬虫、做数据分析、写脚本到处都用得上。字符串切片是个挺有趣的操作字符串[start:end]从start取到end之前s python print(s[0:2]) # py print(s[2:]) # thon print(s[-1]) # n负索引从末尾数 print(s[::-1]) # nohtyp逆序3.4 列表最常用、最灵活的数据容器列表用方括号定义可以存放任意类型的元素并且同一个列表里可以混装不同类型fruits [apple, banana, cherry] mixed [1, two, 3.0, True]列表的核心操作这几个必须熟练掌握fruits [apple, banana, cherry] # 访问元素索引从0开始 print(fruits[0]) # apple print(fruits[-1]) # cherry负索引取最后一个 # 修改元素 fruits[1] blueberry # 追加元素 fruits.append(orange) # 插入元素 fruits.insert(1, pear) # 删除元素 fruits.remove(apple) # 按值删只删匹配到的第一个 popped fruits.pop() # 按索引删不传参数默认删最后一个并返回它 # 判断是否存在 print(apple in fruits) # True # 列表长度 print(len(fruits))列表也可以像字符串一样切片nums [0, 1, 2, 3, 4, 5] print(nums[1:3]) # [1, 2] print(nums[::2]) # [0, 2, 4]遍历列表两种写法colors [red, green, blue] for color in colors: print(color) for i, color in enumerate(colors): print(i, color)enumerate()同时拿到索引和元素在写代码时非常实用比如你想知道“当前处理到第几个元素”的时候。列表推导式是个能让你看起来“很Pythonic”的语法零基础可以先会用不急着深究squares [x ** 2 for x in range(10)] print(squares) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]这行代码等价于squares [] for x in range(10): squares.append(x ** 2)列表推导式看着简洁但读起来对新手有点门槛。我的建议是看不懂就先写普通循环功能完全一样等以后写多了自然能欣赏它的简洁。3.5 字典按名字查值的神器字典是键值对的集合用花括号定义person { name: 张三, age: 28, city: 上海 } print(person[name]) # 张三 print(person.get(age)) # 28字典的核心操作# 新增或修改 person[job] 工程师 # 键不存在就是新增 person[age] 29 # 键已存在就是修改 # 删除 person.pop(city) # 按键删除 del person[city] # 也可以这样删 # 判断键是否存在 print(name in person) # True # 遍历 for key in person: print(key, person[key]) for key, value in person.items(): print(key, value)字典用得着了就会想一个问题什么时候用person[name]什么时候用person.get(name)区别在于键不存在时person[name]会直接报KeyError错误而person.get(name)返回None还可以传默认值print(person.get(salary, 0)) # 没有salary这个键返回0我建议不确定键一定存在的时候一律用get()。尤其在处理外部数据比如解析接口返回的JSON的时候用get()能省掉很多判断代码也不会因为某个字段缺失就崩。3.6 元组和集合两个容易混淆的兄弟元组用圆括号定义和列表很像但有一个根本区别元组不可变。point (10, 20) print(point[0]) # 10 # point[0] 5 # 报错元组不支持修改元组适合存“本就不打算改”的数据比如坐标、日期、函数返回的多个值。还有些场景从底层上依赖元组的不可变性比如它可以作为字典的键列表就不行。集合用花括号定义但和字典不同——它只有元素没有键值对。集合两大特性去重和集合运算nums [1, 2, 2, 3, 3, 3] unique set(nums) print(unique) # {1, 2, 3} a {1, 2, 3} b {2, 3, 4} print(a b) # 交集 {2, 3} print(a | b) # 并集 {1, 2, 3, 4} print(a - b) # 差集 {1}注意空集合不能写成{}这会被当成空字典要写set()。3.7 可变与不可变、可哈希理解数据类型深层的钥匙很多人学到数据类型就停留在“记住每个类型怎么用”一旦遇到诡异报错就懵了。其实只要理解“可变与不可变”这个底层概念很多问题都能自己推导出来。不可变类型的代表整数、浮点数、字符串、元组。你执行s s a时不是修改了原来的字符串而是创建了一个新字符串然后让变量名指向它。可变类型的代表列表、字典、集合。你执行list.append(1)时是在原列表上直接修改不产生新对象。由此引出一个关键概念——可哈希。简单说能计算出固定哈希值的对象才能作为字典的键或放进集合。Python规定不可变类型通常是可哈希的可变类型不可哈希。所以你会看到字符串、整数、元组能当字典键列表、字典不能当字典键硬用会报TypeError: unhashable type: list。为什么不让你用列表当键因为列表内容能变键一变哈希值就变了字典查值就乱了。这个设计不是故意为难你而是为了保证数据结构的正确性。理解这一层你再回头看“为什么tuple存在明明list也能存数据”——因为元组的不可变性让它能在需要“不可篡改”的场景里派上用场。数据类型不是随便定出来的每个设计都有它的理由。4. 类型转换与实战延伸跨过书和代码之间的那条沟4.1 常用类型转换函数编织数据的一座桥Python提供了一组转换函数用来在类型之间切换print(int(42)) # 字符串转整数 42 print(float(3.14)) # 字符串转浮点数 3.14 print(str(123)) # 整数转字符串 123 print(list(abc)) # 字符串转列表 [a, b, c] print(tuple([1, 2])) # 列表转元组 (1, 2) print(list((1, 2))) # 元组转列表 [1, 2] print(set([1, 1, 2])) # 列表转集合顺带去重 {1, 2}用的时候要留神几个坑int(3.14)会直接报错字符串里的小数不能直接转整数得先转成float再转int即int(float(3.14))int(42)能成功但int(42abc)会报错字符串里必须确实是数字布尔值的转换最容易让人懵bool(False)的结果是True因为在Python里非空字符串都是True。想按字符串内容判断真假写成False False别指望bool()帮你干活。4.2 判断类型type和isinstance怎么选拿type()能看出类型但做判断时更推荐isinstance()print(type(abc) str) # True print(isinstance(abc, str)) # Trueisinstance()的优势在于它能识别继承关系并且支持同时判断多个类型print(isinstance(5, (int, float))) # True在写函数的时候经常需要对传入参数做类型检查或容错这两个函数就是你的工具。但有个口诀送给你判断类型用isinstance调试查看用type。4.3 延展其他常见场景里的数据类型对照学Python的数据类型时很多人会有一个疑问是不是所有语言的数据类型都一样还真不是完全一样。我用几个你可能会接触到的场景做个对比帮你建立坐标系。C语言要声明变量时指定类型比如int a 1; float b 1.5;并且int的存储字节数在不同平台上可能有差异涉及数据在内存里如何存放的问题。而Python是动态类型你不用声明类型解释器自己判断代价是运行时开销更大、底层细节被封装掉了。Java的int是32位有符号整数有固定范围超出就溢出。Python的int则无限制能存任意大的整数对大数运算非常友好。这就是为什么处理超大整数时Python写起来天然省心。再看现在常见的开发场景后端服务用Java或Go时接口返回值要做强类型定义用OpenFeign这类组件通过泛型指定返回的封装类型而Python pandas做数据分析时你拿到一列数据往往要调用astype()做数据类型转换比如把字符串类型的数字列转成数值类型才能做聚合运算。我提这些不是为了让你现在就去学而是想说“数据类型”这个概念在编程里是共通的跨语言迁移时你只需要记差异不需要重新学。Python把这部分的体验做得最轻松这也是很多人拿它当第一门语言的原因。4.4 实际里最常见的组合用法数据类型不是孤立的真实代码里往往是几类数据嵌套使用。最常见的组合是列表套字典比如下面这份学生信息students [ {name: 张三, score: 85}, {name: 李四, score: 92}, {name: 王五, score: 76}, ] for student in students: print(f{student[name]} 的分数是 {student[score]})这种结构在处理数据时极常见——接口返回的JSON解析出来就是字典套列表、列表套字典的形式。你以后做爬虫、调API、处理Excel本质上都是在跟这种嵌套结构打交道。还有一种常见操作把两个列表合成字典。names [张三, 李四] scores [85, 92] result dict(zip(names, scores)) print(result) # {张三: 85, 李四: 92}zip()把两个列表按位置配对dict()再把配对结果转成字典。这种思路就是“数据变换”的开始——以后学pandas清洗数据、做特征工程脑子里装的都是这种“从一种形式变换到另一种形式”的思维。5. 零基础高频报错与排查实录踩过的坑你提前避开5.1 “python不是内部或外部命令”九成是PATH的问题这是Windows用户装完Python后最常遇到的第一道坎。原因前面说过安装时没勾选Add Python to PATH系统不知道去哪找python。解决办法有两个卸载重装一遍这次勾上那个复选框不想重装的话手动把Python安装路径和它的Scripts子目录加入环境变量。右键“此电脑” → 属性 → 高级系统设置 → 环境变量在Path里新增两条C:\Users\你的用户名\AppData\Local\Programs\Python\Python311\和同路径下的Scripts目录。我建议直接用重装的办法省心。但也要说一句现在Python新版安装包即使没勾PTH装完也会问你是否要“修复”环境新版本引导比老版本友好多了你没勾的话大概率也会被提醒。macOS用户遇到python没反应时试python3这是因为macOS自带Python 3的系统策略问题。但Python官网安装包装完后一般两端都能用只有系统自带环境才会这样。5.2 pip安装第三方库很慢甚至失败零基础学一阵子后就会遇到“装第三方库”的需求比如pip install requests。如果下载慢或超时大概率是默认下载源在国外。解决办法是换成国内镜像常见的有清华、阿里、豆瓣等使用方式pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple想一劳永逸就配置默认镜像源让pip以后都从国内源下载。5.3 IndentationError缩进问题IndentationError: unexpected indent这个报错的含义是哪一行的缩进和预期不一致。排查思路很简单——检查报错行附近是不是多敲了空格或者混用了Tab和空格。有个办法能让你彻底告别这个错误在VS Code里点右下角的状态栏把缩进方式统一设为“通过空格”缩进量设为4。这样你按Tab键时编辑器会物理地插入4个空格不会出现Tab和空格混用的问题。5.4 用内置名字当变量名导致奇怪报错新手很容易写出这样的代码list [1, 2, 3] dict {a: 1}然后下一行再用list()或dict()时突然报错TypeError: list object is not callable。原因是你把list这个原本指向内置函数的名字重新赋给了列表Python解释器自然就用不了内置函数了。解决办法别用list、dict、str、int、type这类内置名字当变量名。如果你确实需要一个列表变量叫my_list或者data都行。5.5 常见报错速查表报错信息常见原因解决办法SyntaxError: invalid syntax少写了冒号、括号、引号检查报错行及其上一行的符号闭合NameError: name xxx is not defined变量名拼错或没赋值就用检查变量名是否拼写一致是否先赋值TypeError: int object is not callable变量名覆盖了内置函数或错误地加括号检查是否有变量叫str、int、list等KeyError: xxx字典里没有这个键用.get()替代[]或先检查键是否存在IndexError: list index out of range访问列表不存在的索引检查索引是否越界用len()确认长度ValueError: invalid literal for int()用int()转换了非数字字符串确认字符串内容确实是纯数字ModuleNotFoundError: No module named xxx第三方库没装pip install xxx并确认用的是同一个Python环境这张表我建议收藏以后报错了先对照看看比直接复制错误去搜索引擎都快。当然搜索引擎也行但学会自查进步会快得多。5.6 另一个隐藏坑pip装到了另一个Python上最后说一个几乎每个用一段时间Python的人都会踩到的坑。电脑上可能装了多个Python版本官网版、Microsoft Store版、Anaconda自带的你执行python和pip时它们指的可能不是同一个解释器。于是出现“pip装完了但运行时还是找不到模块”的诡异情况。排查命令python --version pip --version看看两个命令输出里Python的路径是否一致。如果路径不同说明pip和python来自不同环境。最稳妥的玩法是用python -m pip而不是直接敲pippython -m pip install requestspython -m pip的意思是“用当前的python解释器去执行pip模块”这样装到的包一定属于当前这个解释器不会装错地方。从今天起我建议一律使用python -m pip命令省很多事。我带过很多人入门发现一个规律卡住的从来不是“知识点太难”而是“环境问题消耗了太多热情”。一个报错查了半天不敢往下走兴致就没了。所以我才把这张排查表整理出来——你遇到错误停止自我怀疑先对着表查90%的入门问题都在这张表里。按我说的把这些代码敲完、跑通你已经不是“零基础”了你是“能写一点程序的人”。接下来可以试着给自己写点小工具批量改文件名的脚本、抓网页标题的爬虫、处理Excel的小工具。写一个成一个那种成就感比光看教程强百倍。 零基础Python入门：从环境搭建到核心语法与数据类型
经常收到私信问我想学Python但不知道从哪开始收藏了一堆教程却连第一步都没迈出去。有人卡在安装上装完了打开一个黑窗口就懵了有人装是装好了但不知道用什么写代码还有人跟着网上的例子敲了两行就报错一报错就关掉再也没打开过。这篇东西就是干这个事的。我准备把零基础入门Python最绕不开的三件事一次讲透环境搭建、核心语法、常用数据类型。不懂编程的能跟着一步步照做以前摸过一点但没系统学的也能借这篇把底子补齐。时长大概一个下午敲完这些代码你就具备自己写小脚本解决实际问题的能力了。先说清楚我的立场我不是卖课的也不是写文档的就是常年用Python干活、也带过不少新人入门的从业者。下面讲的全是我在实际中反复验证过、觉得零基础最该先掌握的东西废话不多直接开工。1. 环境搭建别急着装一堆东西先想清楚你要的是什么1.1 为什么环境这一步能劝退一半的人Python本质上是一个解释器程序你说“装Python”其实就是把解释器装到电脑上让它能读懂你写的.py文件。很多新手一上来就搜“Python安装教程”装完了发现还有Anaconda、VS Code、PyCharm、Jupyter、pip、虚拟环境这些词瞬间头大。我的建议很简单零基础第一周只需要三样东西——Python解释器、一个趁手的编辑器、一个能跑命令的终端。其他的什么Anaconda、Jupyter、虚拟环境你以后用到再说现在装了反而徒增困惑。还有一个常见误区有人觉得“用网页在线编辑器不就行了吗何必装环境”。在线编辑器能帮你跑通语法但你会错过一个最关键的体验——在自己电脑上直接运行脚本的感觉。而且后续你要装第三方库、读写文件、调用摄像头这些必须本地环境才能玩。所以第一步老老实实装本地环境。1.2 Python版本怎么选别追新选稳定去python.org下载的时候你会看到3.x的小版本很多比如3.10、3.11、3.12、3.13。新手不用纠结太久我的建议是选当前时间点最新的稳定版但别选刚刚发布的大版本比如刚出3.13的那阵子我就不太推荐生态兼容还没跟上。稳妥的做法是选3.10到3.12之间的小版本。不要装2.x版本Python 2已经彻底停止维护了网上那些老教程动不动就出现print hello这种写法就是2.x的语法你照着写肯定是错的。下载的时候注意看是64位还是32位。现在绝大多数电脑都是64位选Windows installer (64-bit)就行。macOS用户直接下载macOS 64-bit universal2 installer一路下一步也能装好。1.3 Windows和macOS的安装实操Windows用户的关键一步安装向导第一屏下面有个Add Python to PATH的复选框一定要勾上。这个勾选决定你之后在终端里能不能直接输入python命令无数人栽在这里装完发现“python不是内部或外部命令”十有八九就是没勾这个。装完怎么验证打开终端Windows按Win R输入cmd回车macOS打开“终端”App输入python --version看到类似Python 3.11.x的输出就说明装好了。再顺手验证一下包管理工具pip --versionmacOS用户如果输入python没反应试试python3。这算是macOS一个惹人烦的小毛病系统自带的Python 2残留和一些软链接问题导致命令不一致没什么大碍后面我会在常见问题里细说。如果下载官网太慢可以用国内的开源镜像站下载安装包速度和稳定性都有保障。这类镜像站是正规的开源软件分发渠道安心用就行。1.4 编辑器选型VS Code还是PyCharm装上解释器之后你还需要一个写代码的地方。纯文本编辑器记事本当然也能写但没有任何辅助提示一个括号写错就要折腾半天不推荐。我见过太多新手在“选哪个编辑器”这个选择题上反复横跳一说VS Code好用就装VS Code一看别人用PyCharm又说PyCharm专业搞了两天还在装软件。编辑器只是工具核心是让你赶紧开始写代码。对比项VS CodePyCharm 社区版上手难度较低轻量中等功能全安装体积小启动快较大启动稍慢调试功能够用更强智能提示安装Python插件后很好开箱即用适合谁推荐零基础首选喜欢集成环境的人我个人推荐零基础从VS Code开始。原因就一个它轻你不用在一堆窗口和配置里迷路装一个官方Python插件就能写。等以后你开始做完整项目了再换PyCharm或者继续用VS Code都行这不影响你学Python本身。VS Code装完之后在扩展商店搜Python选微软官方发布那个发行方是Microsoft装完重启一下。写代码的时候它会自动帮你做语法高亮和代码提示体验差很远。1.5 终端里跑起来你的第一个Python程序先别急着写文件我教你用Python自带的交互模式直接体验一下。在终端输入python你会看到提示符变成这就是进入了Python交互环境也叫REPLRead-Eval-Print Loop。在这里输入的每一行代码回车就立刻执行。就像你跟Python解释器在聊天你说一句它回一句。输入下面这行回车print(Hello, Python)看到输出Hello, Python恭喜你的环境真的通了。这个时刻值得停一下因为很多人就是从这里开始从一个“看教程的人”变成一个“动手写程序的人”。按Ctrl ZWindows或Ctrl DmacOS退出交互模式。然后我们再走一遍正规流程新建一个hello.py文件在VS Code里打开写入print(Hello, Python)保存后在VS Code的终端里运行python hello.py看到同样输出。这就完整跑通了“写文件—运行文件”的流程以后写脚本都是这么干。1.6 虚拟环境现在还不用深究但得知道这个名字你可能会在教程里频繁看到“虚拟环境”“venv”“conda”这些词。简单打个比方Python自带的包就像你家客厅里的公共物品所有项目都能用而虚拟环境就是在家里隔出一个个独立房间每个房间有自己的一套工具互相不干扰。为什么要这么搞因为以后你跑不同项目可能需要不同版本的第三方库比如A项目用pandas 1.xB项目用pandas 2.x全装到全局就会打架。用虚拟环境就能各玩各的。零基础阶段你先知道有这回事即可。等你真的要装pytorch、yolov8这类重量级框架时再回来学venv或conda也不迟。这里提它是为了让你之后看到相关教程不慌——这不是什么高深的东西就是项目管理的一个机制罢了。2. Python核心语法先掌握能让程序跑起来的骨架2.1 变量和赋值Python的变量比你想得自由Python不需要你提前声明变量类型直接起个名字、用等号赋值就行name 张三 age 28 height 1.78 is_student True这几种写法分别给变量name、age、height、is_student赋了不同类型的值。注意Python是动态类型语言意思是同一个变量名可以一会儿存数字、一会儿存字符串x 10 x 现在变成字符串了这在C语言或Java里是绝对不允许的但在Python里合法。初学者会觉得这太随意但实际这是Python舒服的地方——写脚本时不用为了类型声明浪费心力。但变量命名有规矩记三条就够了只能用字母、数字、下划线且不能以数字开头1var是错的var1是对的不能起名叫if、for、while、class这些Python关键字习惯上用小写字母下划线风格比如my_name这叫snake_case。2.2 基础运算别小看这里坑都在细节里常见的算术运算符print(10 3) # 13 print(10 - 3) # 7 print(10 * 3) # 30 print(10 / 3) # 3.3333333333333335 print(10 // 3) # 3 print(10 % 3) # 1 print(10 ** 3) # 1000两个容易懵的地方/是普通除法结果是浮点数//是整除直接去掉小数部分。%是取余数。**是幂运算表示10的三次方。比较和逻辑运算print(5 3) # True print(5 3) # False print(5 ! 3) # True print(True and False) # False print(True or False) # True print(not True) # False这里特别提醒判断相等是两个等号不是一个等号。一个等号是赋值两个等号才是比较这是新手报错排行榜前三的错误来源。字符串也能参与一些运算print(Hello Python) # 字符串拼接 print( * 20) # 字符串重复输出20个等号2.3 条件判断让代码知道什么情况下做什么if语句的写法是score 85 if score 90: print(优秀) elif score 60: print(及格) else: print(不及格)注意三个细节条件后面要加冒号:条件满足后执行的代码前面要缩进Tab键或4个空格Python用缩进而不是大括号来划分代码块这是Python最鲜明的语法特点判断顺序是从上往下elif的意思是“否则如果”前面判断为假才检查后面的。缩进错误是零基础最容易犯的毛病。一会没缩进、一会缩进了多一格程序就报IndentationError。我的建议是全篇统一用4个空格不要让Tab和空格混用。很多编辑器会自动把Tab转成4个空格你只要别手动去混合就行。2.4 循环让重复操作交给机器最常见的for循环for i in range(5): print(i)输出0、1、2、3、4。range(5)生成从0到4的整数序列注意不包括5这是新手第一次接触最容易疑惑的点。想要1到5写成range(1, 6)。while循环适合不知道具体循环几次的场景count 0 while count 3: print(还在循环中, count) count 1count 1就是count count 1的简写。写while循环千万小心如果忘了让条件改变程序就会无限循环窗口一直刷屏。要是遇到这种情况按Ctrl C强制中断。break用于提前跳出循环continue用于跳过本次剩余代码进入下一次for i in range(10): if i 3: continue # 跳过3 if i 7: break # 到7直接结束循环 print(i)2.5 函数把一段逻辑打包成可复用的零件函数是代码复用的基础。定义一个函数def add(a, b): result a b return result sum_value add(3, 5) print(sum_value) # 8def是定义函数的关键字后面跟函数名、括号里的参数、冒号函数体要缩进。return用来把计算结果返回给调用方。如果一个函数没有return它默认返回None。函数参数还可以有默认值def greet(name, greeting你好): print(greeting , name) greet(张三) # 你好, 张三 greet(李四, 晚上好) # 晚上好, 李四零基础阶段把函数理解成“自己造的快捷指令”就行把一段逻辑用名字封装起来需要用的时候喊一声。等你以后学到类、装饰器那些东西会发现它们的根基都在“函数”这个概念上。3. 常用数据类型全解析Python程序的血肉3.1 先看全景图Python有哪些内置数据类型Python常用的数据类型就这些背下来不费劲类型名称示例可变性int整数42不可变float浮点数3.14不可变str字符串hello不可变bool布尔值True不可变NoneType空值None不可变list列表[1, 2, 3]可变tuple元组(1, 2, 3)不可变dict字典{name: 张三}可变set集合{1, 2, 3}可变“可变”指的是数据本身能不能被修改列表可以增删元素所以可变字符串一旦创建就改不了所以不可变。这个概念很重要后面很多让人费解的问题都源于此。用内置函数type()可以查看任何数据的类型print(type(42)) # class int print(type(hello)) # class str print(type([1, 2])) # class list3.2 数字类型int和float的日常与精度陷阱整数和小数是最基础的类型。大部分运算都很直观但有一个坑几乎人人会遇到——浮点数精度print(0.1 0.2)你可能以为输出0.3实际输出的却是0.30000000000000004。这不是Python的bug而是所有编程语言在二进制里存储十进制小数时都有的精度问题。C语言、Java也一样只是Python直接给你显示出来了。解决方式有几个想比较两个浮点数别用改用“差值小于一个极小值”的办法做金额计算不想有精度问题用Decimal模块。零基础阶段知道有这么回事就行但别在某次运行结果奇怪时慌。3.3 字符串你打交道最多的类型字符串一眼就能认出来被单引号或双引号包裹的内容。要注意的是Python里字符串是不可变的你对字符串做修改操作实际上都是生成一个新字符串。常用操作s hello, Python print(s.strip()) # 去掉首尾空格: hello, Python print(s.upper()) # 大写: HELLO, PYTHON print(s.lower()) # 小写: hello, python print(s.replace(Python, Java)) # 替换 print(s.split(,)) # 按逗号拆成列表: [ hello, Python ] print(len(s)) # 长度字符串拼接和格式化零基础阶段掌握三种方式就够name 张三 age 28 # 方式一加号拼接 print(我叫 name 今年 str(age) 岁) # 方式二%格式化 print(我叫%s今年%d岁 % (name, age)) # 方式三f-string最推荐 print(f我叫{name}今年{age}岁)f-string是Python 3.6之后引入的写法在字符串前加f用花括号直接嵌入变量最直观最好用。能少敲代码且不容易错就该优先选它。强烈建议你现在就开始用f-string以后写爬虫、做数据分析、写脚本到处都用得上。字符串切片是个挺有趣的操作字符串[start:end]从start取到end之前s python print(s[0:2]) # py print(s[2:]) # thon print(s[-1]) # n负索引从末尾数 print(s[::-1]) # nohtyp逆序3.4 列表最常用、最灵活的数据容器列表用方括号定义可以存放任意类型的元素并且同一个列表里可以混装不同类型fruits [apple, banana, cherry] mixed [1, two, 3.0, True]列表的核心操作这几个必须熟练掌握fruits [apple, banana, cherry] # 访问元素索引从0开始 print(fruits[0]) # apple print(fruits[-1]) # cherry负索引取最后一个 # 修改元素 fruits[1] blueberry # 追加元素 fruits.append(orange) # 插入元素 fruits.insert(1, pear) # 删除元素 fruits.remove(apple) # 按值删只删匹配到的第一个 popped fruits.pop() # 按索引删不传参数默认删最后一个并返回它 # 判断是否存在 print(apple in fruits) # True # 列表长度 print(len(fruits))列表也可以像字符串一样切片nums [0, 1, 2, 3, 4, 5] print(nums[1:3]) # [1, 2] print(nums[::2]) # [0, 2, 4]遍历列表两种写法colors [red, green, blue] for color in colors: print(color) for i, color in enumerate(colors): print(i, color)enumerate()同时拿到索引和元素在写代码时非常实用比如你想知道“当前处理到第几个元素”的时候。列表推导式是个能让你看起来“很Pythonic”的语法零基础可以先会用不急着深究squares [x ** 2 for x in range(10)] print(squares) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]这行代码等价于squares [] for x in range(10): squares.append(x ** 2)列表推导式看着简洁但读起来对新手有点门槛。我的建议是看不懂就先写普通循环功能完全一样等以后写多了自然能欣赏它的简洁。3.5 字典按名字查值的神器字典是键值对的集合用花括号定义person { name: 张三, age: 28, city: 上海 } print(person[name]) # 张三 print(person.get(age)) # 28字典的核心操作# 新增或修改 person[job] 工程师 # 键不存在就是新增 person[age] 29 # 键已存在就是修改 # 删除 person.pop(city) # 按键删除 del person[city] # 也可以这样删 # 判断键是否存在 print(name in person) # True # 遍历 for key in person: print(key, person[key]) for key, value in person.items(): print(key, value)字典用得着了就会想一个问题什么时候用person[name]什么时候用person.get(name)区别在于键不存在时person[name]会直接报KeyError错误而person.get(name)返回None还可以传默认值print(person.get(salary, 0)) # 没有salary这个键返回0我建议不确定键一定存在的时候一律用get()。尤其在处理外部数据比如解析接口返回的JSON的时候用get()能省掉很多判断代码也不会因为某个字段缺失就崩。3.6 元组和集合两个容易混淆的兄弟元组用圆括号定义和列表很像但有一个根本区别元组不可变。point (10, 20) print(point[0]) # 10 # point[0] 5 # 报错元组不支持修改元组适合存“本就不打算改”的数据比如坐标、日期、函数返回的多个值。还有些场景从底层上依赖元组的不可变性比如它可以作为字典的键列表就不行。集合用花括号定义但和字典不同——它只有元素没有键值对。集合两大特性去重和集合运算nums [1, 2, 2, 3, 3, 3] unique set(nums) print(unique) # {1, 2, 3} a {1, 2, 3} b {2, 3, 4} print(a b) # 交集 {2, 3} print(a | b) # 并集 {1, 2, 3, 4} print(a - b) # 差集 {1}注意空集合不能写成{}这会被当成空字典要写set()。3.7 可变与不可变、可哈希理解数据类型深层的钥匙很多人学到数据类型就停留在“记住每个类型怎么用”一旦遇到诡异报错就懵了。其实只要理解“可变与不可变”这个底层概念很多问题都能自己推导出来。不可变类型的代表整数、浮点数、字符串、元组。你执行s s a时不是修改了原来的字符串而是创建了一个新字符串然后让变量名指向它。可变类型的代表列表、字典、集合。你执行list.append(1)时是在原列表上直接修改不产生新对象。由此引出一个关键概念——可哈希。简单说能计算出固定哈希值的对象才能作为字典的键或放进集合。Python规定不可变类型通常是可哈希的可变类型不可哈希。所以你会看到字符串、整数、元组能当字典键列表、字典不能当字典键硬用会报TypeError: unhashable type: list。为什么不让你用列表当键因为列表内容能变键一变哈希值就变了字典查值就乱了。这个设计不是故意为难你而是为了保证数据结构的正确性。理解这一层你再回头看“为什么tuple存在明明list也能存数据”——因为元组的不可变性让它能在需要“不可篡改”的场景里派上用场。数据类型不是随便定出来的每个设计都有它的理由。4. 类型转换与实战延伸跨过书和代码之间的那条沟4.1 常用类型转换函数编织数据的一座桥Python提供了一组转换函数用来在类型之间切换print(int(42)) # 字符串转整数 42 print(float(3.14)) # 字符串转浮点数 3.14 print(str(123)) # 整数转字符串 123 print(list(abc)) # 字符串转列表 [a, b, c] print(tuple([1, 2])) # 列表转元组 (1, 2) print(list((1, 2))) # 元组转列表 [1, 2] print(set([1, 1, 2])) # 列表转集合顺带去重 {1, 2}用的时候要留神几个坑int(3.14)会直接报错字符串里的小数不能直接转整数得先转成float再转int即int(float(3.14))int(42)能成功但int(42abc)会报错字符串里必须确实是数字布尔值的转换最容易让人懵bool(False)的结果是True因为在Python里非空字符串都是True。想按字符串内容判断真假写成False False别指望bool()帮你干活。4.2 判断类型type和isinstance怎么选拿type()能看出类型但做判断时更推荐isinstance()print(type(abc) str) # True print(isinstance(abc, str)) # Trueisinstance()的优势在于它能识别继承关系并且支持同时判断多个类型print(isinstance(5, (int, float))) # True在写函数的时候经常需要对传入参数做类型检查或容错这两个函数就是你的工具。但有个口诀送给你判断类型用isinstance调试查看用type。4.3 延展其他常见场景里的数据类型对照学Python的数据类型时很多人会有一个疑问是不是所有语言的数据类型都一样还真不是完全一样。我用几个你可能会接触到的场景做个对比帮你建立坐标系。C语言要声明变量时指定类型比如int a 1; float b 1.5;并且int的存储字节数在不同平台上可能有差异涉及数据在内存里如何存放的问题。而Python是动态类型你不用声明类型解释器自己判断代价是运行时开销更大、底层细节被封装掉了。Java的int是32位有符号整数有固定范围超出就溢出。Python的int则无限制能存任意大的整数对大数运算非常友好。这就是为什么处理超大整数时Python写起来天然省心。再看现在常见的开发场景后端服务用Java或Go时接口返回值要做强类型定义用OpenFeign这类组件通过泛型指定返回的封装类型而Python pandas做数据分析时你拿到一列数据往往要调用astype()做数据类型转换比如把字符串类型的数字列转成数值类型才能做聚合运算。我提这些不是为了让你现在就去学而是想说“数据类型”这个概念在编程里是共通的跨语言迁移时你只需要记差异不需要重新学。Python把这部分的体验做得最轻松这也是很多人拿它当第一门语言的原因。4.4 实际里最常见的组合用法数据类型不是孤立的真实代码里往往是几类数据嵌套使用。最常见的组合是列表套字典比如下面这份学生信息students [ {name: 张三, score: 85}, {name: 李四, score: 92}, {name: 王五, score: 76}, ] for student in students: print(f{student[name]} 的分数是 {student[score]})这种结构在处理数据时极常见——接口返回的JSON解析出来就是字典套列表、列表套字典的形式。你以后做爬虫、调API、处理Excel本质上都是在跟这种嵌套结构打交道。还有一种常见操作把两个列表合成字典。names [张三, 李四] scores [85, 92] result dict(zip(names, scores)) print(result) # {张三: 85, 李四: 92}zip()把两个列表按位置配对dict()再把配对结果转成字典。这种思路就是“数据变换”的开始——以后学pandas清洗数据、做特征工程脑子里装的都是这种“从一种形式变换到另一种形式”的思维。5. 零基础高频报错与排查实录踩过的坑你提前避开5.1 “python不是内部或外部命令”九成是PATH的问题这是Windows用户装完Python后最常遇到的第一道坎。原因前面说过安装时没勾选Add Python to PATH系统不知道去哪找python。解决办法有两个卸载重装一遍这次勾上那个复选框不想重装的话手动把Python安装路径和它的Scripts子目录加入环境变量。右键“此电脑” → 属性 → 高级系统设置 → 环境变量在Path里新增两条C:\Users\你的用户名\AppData\Local\Programs\Python\Python311\和同路径下的Scripts目录。我建议直接用重装的办法省心。但也要说一句现在Python新版安装包即使没勾PTH装完也会问你是否要“修复”环境新版本引导比老版本友好多了你没勾的话大概率也会被提醒。macOS用户遇到python没反应时试python3这是因为macOS自带Python 3的系统策略问题。但Python官网安装包装完后一般两端都能用只有系统自带环境才会这样。5.2 pip安装第三方库很慢甚至失败零基础学一阵子后就会遇到“装第三方库”的需求比如pip install requests。如果下载慢或超时大概率是默认下载源在国外。解决办法是换成国内镜像常见的有清华、阿里、豆瓣等使用方式pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple想一劳永逸就配置默认镜像源让pip以后都从国内源下载。5.3 IndentationError缩进问题IndentationError: unexpected indent这个报错的含义是哪一行的缩进和预期不一致。排查思路很简单——检查报错行附近是不是多敲了空格或者混用了Tab和空格。有个办法能让你彻底告别这个错误在VS Code里点右下角的状态栏把缩进方式统一设为“通过空格”缩进量设为4。这样你按Tab键时编辑器会物理地插入4个空格不会出现Tab和空格混用的问题。5.4 用内置名字当变量名导致奇怪报错新手很容易写出这样的代码list [1, 2, 3] dict {a: 1}然后下一行再用list()或dict()时突然报错TypeError: list object is not callable。原因是你把list这个原本指向内置函数的名字重新赋给了列表Python解释器自然就用不了内置函数了。解决办法别用list、dict、str、int、type这类内置名字当变量名。如果你确实需要一个列表变量叫my_list或者data都行。5.5 常见报错速查表报错信息常见原因解决办法SyntaxError: invalid syntax少写了冒号、括号、引号检查报错行及其上一行的符号闭合NameError: name xxx is not defined变量名拼错或没赋值就用检查变量名是否拼写一致是否先赋值TypeError: int object is not callable变量名覆盖了内置函数或错误地加括号检查是否有变量叫str、int、list等KeyError: xxx字典里没有这个键用.get()替代[]或先检查键是否存在IndexError: list index out of range访问列表不存在的索引检查索引是否越界用len()确认长度ValueError: invalid literal for int()用int()转换了非数字字符串确认字符串内容确实是纯数字ModuleNotFoundError: No module named xxx第三方库没装pip install xxx并确认用的是同一个Python环境这张表我建议收藏以后报错了先对照看看比直接复制错误去搜索引擎都快。当然搜索引擎也行但学会自查进步会快得多。5.6 另一个隐藏坑pip装到了另一个Python上最后说一个几乎每个用一段时间Python的人都会踩到的坑。电脑上可能装了多个Python版本官网版、Microsoft Store版、Anaconda自带的你执行python和pip时它们指的可能不是同一个解释器。于是出现“pip装完了但运行时还是找不到模块”的诡异情况。排查命令python --version pip --version看看两个命令输出里Python的路径是否一致。如果路径不同说明pip和python来自不同环境。最稳妥的玩法是用python -m pip而不是直接敲pippython -m pip install requestspython -m pip的意思是“用当前的python解释器去执行pip模块”这样装到的包一定属于当前这个解释器不会装错地方。从今天起我建议一律使用python -m pip命令省很多事。我带过很多人入门发现一个规律卡住的从来不是“知识点太难”而是“环境问题消耗了太多热情”。一个报错查了半天不敢往下走兴致就没了。所以我才把这张排查表整理出来——你遇到错误停止自我怀疑先对着表查90%的入门问题都在这张表里。按我说的把这些代码敲完、跑通你已经不是“零基础”了你是“能写一点程序的人”。接下来可以试着给自己写点小工具批量改文件名的脚本、抓网页标题的爬虫、处理Excel的小工具。写一个成一个那种成就感比光看教程强百倍。